SPC統(tǒng)計過程控制培訓教程1(ppt 139頁).ppt

1、SPC學習提綱,SPC,廣州今朝科技有限公司,SPC: 統(tǒng)計過程控制,Statistical(統(tǒng)計): 以數(shù)理統(tǒng)計為基礎,基于數(shù)據(jù)的科學分析和管理方法; Process(過程): 任何一個有輸入輸出的活動; 6個要素: 5M1E Control(控制): 通過掌握規(guī)律來預測未來發(fā)展并實現(xiàn)預防;,我們?yōu)槭裁葱枰猄PC?,質(zhì)量專業(yè)人員是管理小組中關鍵問題的解決者。 SPC是質(zhì)量管理的基本技術之一。,學習目的,目標： 用SPC思考（ Thinking in SPC） 說明： 1）不包括SPC對企業(yè)發(fā)展的效益； 2）不包括公式的推導和詳細的計算； 3）為了方便說明，課程介紹均以生產(chǎn)制造為例，但不限于此

2、。 4）假設所有的學員都有基本的數(shù)學知識； 5）介紹的方法及其計算公式以QS9000為準；,學習提綱,基本SPC統(tǒng)計學； SPC的核心工具控制圖； 過程能力研究； 量具重復性和再現(xiàn)性研究；,從數(shù)據(jù)中尋找規(guī)律,直方圖,廣州今朝科技有限公司 Guangzhou Today Technology LTD,一個實例：,某工廠接收了一批外協(xié)廠制造的青銅軸承用于生產(chǎn)一種重要的儀器。但該廠不能信任生產(chǎn)這些軸承廠家的工作，決定對供應商提供的軸承進行分析。 這些軸承的關鍵特性是它們的內(nèi)徑，其規(guī)格為1.3760.010英寸。 現(xiàn)抽取了100個青銅軸承，對它們的內(nèi)徑進行仔細的測量，并記錄了測量結(jié)果。,100個青銅軸

3、承內(nèi)徑的測量值如下表：,數(shù)據(jù)會告訴您什么呢？,回答,數(shù)據(jù)列表不能表達出任何有實際意義的東西(Virtually Nothing)！ 必須對數(shù)據(jù)進行進一步分析。 圖形可以幫助我們將數(shù)據(jù)轉(zhuǎn)換成信息。,數(shù)據(jù) 列表,能否接受這批產(chǎn)品？,與目標值相比較： 平均值：1.3773 與規(guī)格界限相比較： 極差（最大值-最小值） =1.383-1.370=0.013 數(shù)據(jù)分布的更進一步的信息： 數(shù)據(jù)分成10組后，落在每個區(qū)間 內(nèi)的數(shù)據(jù)個數(shù)：,1.376 0.010,制作頻數(shù)分布表,繪制直方圖,LSL,USL,分析直方圖,與規(guī)格限1.3661.386進行比較，所有的測量值都在其范圍內(nèi)（而且在+/-3S的范圍內(nèi)）。

4、分布基本上是對稱的，有一點點向右偏斜，但不嚴重。 所以該廠決定接收這批青銅軸承。 建議：軸承的加工中心應該左移；,建立一個直方圖,收集整理數(shù)據(jù) 定組數(shù) N 算極差 R 定組距 I 確定組的中心點和各組界限 制作頻數(shù)分布表 繪制直方圖 分析,直方圖告訴我們,數(shù)據(jù)分布的中心位置(Average)在哪里？ 數(shù)據(jù)分散程度(Spread)如何？ 數(shù)據(jù)分布的形狀(Shape)怎樣？,經(jīng)驗之談： 對大多數(shù)工業(yè)用的分析來說，50個數(shù)值具備足夠的可靠性。 但單個測量值的費用比較低時，或是當需要準確分析時，可以采用100個或更多的數(shù)據(jù)。,N ( , 2)- : 總體平均值，描述數(shù)據(jù)的集中位置。, :總體標準差，描

5、述數(shù)據(jù)的分散程度。,N（，2）,理想情況：正態(tài)曲線,不同(均值),不同(標準差 ),正態(tài)曲線的特征,曲線關于對稱； 當x=時取到最大值； X離越遠，f（x）的值越小；,正態(tài)曲線,現(xiàn)實狀況：一些異常,雙峰,峭壁,分析直方圖舉例：,USL,LSL,AA圖,直方圖的峰度和對稱度,對稱度（Skewness）:直方圖數(shù)據(jù)分布的對稱性； 峰度（Kurtosis）:直方圖數(shù)據(jù)分布的陡峭度； 直方圖為對稱分布的，則s=0; 直方圖為正態(tài)分布的，則s=0,k=0。,直方圖的作用,顯示數(shù)據(jù)的分布特征 指出采取措施的必要 觀察采取措施后的效果 比較和評估設備、供應商、物料等 評估過程的能力,控制圖及其背后的故事,廣

6、州今朝科技有限公司 Guangzhou Today Technology LTD,控制圖,Components of Every Control Chart: 1. Data Points3. Upper Control Limit 2. Center Line 4. Lower Control Limit,控制圖原理：,1） 3 原理： 若變量X服從正態(tài)分布,那么,在 3 范圍內(nèi)包含了99.73% 的數(shù)值。 2） 中心極限定理： 無論產(chǎn)品或服務質(zhì)量水平的總體分布是什么，其 的分布（每個 都是從總體的一個抽樣的均值）在當樣本容量逐漸增大時將趨向于正態(tài)分布。,正態(tài)性假定有實際意義嗎？,1）不是在

7、研究一門精確的科學，而是作為一種謹慎的工業(yè)指導； 2）大部分的實際情況的數(shù)據(jù)分布與正態(tài)分布極為相似； 3）根據(jù)中心極限定理進行數(shù)據(jù)的處理； 4）如果不適合可以不需要用正態(tài)曲線直接來分析；,質(zhì)量特性分類,計量值(variable):定量的數(shù)據(jù)；值可以取給定范圍內(nèi)的任何一個可能的數(shù)值 。 計數(shù)值(Attribute)：定性的數(shù)據(jù)；值可以取一組特定的數(shù)值,而不能取這些數(shù)值之間的數(shù)值 。 計件型 計點型,控制圖的分類,計量值控制圖： 均值-極差控制圖(X bar-R) 均值-標準差控制圖(X bar S) 單值-移動極差控制圖(X-MR) 計數(shù)值控制圖： 不良率控制圖（p) 不良數(shù)控制圖(Pn) 缺陷

8、數(shù)控制圖(c) 單位缺陷數(shù)控制圖(u),計量型數(shù)據(jù)嗎？,性質(zhì)上是否均勻 或不能按子組取樣？,關心的是 不合格品率嗎？,樣本容量 是否恒定？,樣本容量 是否恒定？,子組容量 9？,np或p圖,p圖,C或U圖,U圖,是,否,是,是,是,是,是,否,否,否,否,否,關心的是 單位零件缺陷數(shù)嗎？,是,選擇合適的控制圖,計量型控制圖,廣州今朝科技有限公司 Guangzhou Today Technology LTD,一個實例 （一）,一臺自動螺絲車床已經(jīng)準備好了加工切斷長度的圖紙公差為0.5000.008英寸的螺栓。 頻數(shù)分布在進行調(diào)整期間已經(jīng)完成，分析結(jié)果表明進行一段時期加工生產(chǎn)的開端是可以令人滿意的

9、。 為了分析和控制加工過程中螺栓的質(zhì)量，現(xiàn)決定采用均值極差控制圖進行監(jiān)控。 按如下八個步驟進行：,一個實例（二）,步驟1：選擇質(zhì)量特性 螺栓的切斷長度至關重要 步驟2：按合理的計劃來搜集數(shù)據(jù) 每小時抽取5個產(chǎn)品作為一個樣本。檢驗員按時間順序收集了25個樣本。,收集的數(shù)據(jù)表,一個實例（三）,步驟3：計算樣本平均值及極差（見上表） 步驟4：確定總的平均數(shù)和平均極差,一個實例（四）,步驟5：計算控制限,其中：,一個實例（五）,步驟6：利用控制界限分析樣本數(shù)值,一個實例（六）,一個實例（七）,步驟7：確定控制限是否能經(jīng)濟地滿足要求； 步驟8：運用控制限進行控制；,均值-極差控制圖（ ）,最常用；最基本

10、； 控制對象為計量值； 適用于n 9的情況； 均值圖用于觀察和分析分布的均值的變化，即過程的集中趨勢； 極差圖觀察和分析分布的分散情況，即過程的離散程度。,均值控制圖,極差控制圖,均值-極差控制圖 -控制限,使用均值-標準差控制圖,步驟3：計算樣本平均值及標準差 步驟4：確定總的平均數(shù)和平均標準差,一個實例（四）,步驟5：計算控制限,其中：,一個實例（五）,一個實例（六）,步驟6：利用控制界限分析樣本數(shù)值,均值-標準差控制圖（ ）,控制對象為計量值； 更精確； 均值圖用于觀察和分析分布的均值的變化，即過程的集中趨勢； 標準差圖觀察和分析分布的分散情況，即過程的離散程度。,均值控制圖,標準差控制

11、圖,怎樣確定控制限,單值-移動極差控制圖（ ）,與均值-極差控制圖的作用類似； 不需多個測量值或樣本是均勻的（如濃度）； 因為費用或時間的關系，過程只有一個測量值（如破壞性實驗）； 敏感性不強； 用自動化檢查，對產(chǎn)品進行全檢時；,移動極差,移動極差是指一個測定值 xi 與緊鄰的測定值xi+1 之差的絕對值，記作MR， MR = | xi - xi+1 | （i=1,2,k-1) 其中：k為測定值的個數(shù); k個測定值有k-1個移動極差,每個移動極差值相當與樣本大小n=2時的極差值.,1 計算總平均數(shù): 2 計算移動極差平均數(shù):,怎樣確定控制限,怎樣確定控制限,相當于n=2時的均值控制圖,X控制圖

12、,MR控制圖,相當于n=2時的極差控制圖; n=2時,D4=3.267,D3=0,怎樣確定控制限,計數(shù)型控制圖,廣州今朝科技有限公司 Guangzhou Today Technology LTD,不良品率控制圖（P圖）,對產(chǎn)品不良品率進行監(jiān)控時用的控制圖; 質(zhì)量特性良與不良，通常服從二項分布; 當樣本容量n足夠大時,例如, 該分布趨向于正態(tài)分布 適用于全檢零件或每個時期的檢驗樣本含量不同。,不良品率控制圖（P圖）,檢驗并記錄數(shù)據(jù) 計算平均不合格品率P 計算中心線和控制界限 繪制控制圖并進行分析,與n有關！,案例分析,在制造復雜的發(fā)動機的端蓋時，如果有某些因素不合要求就判為不良品，在成品的全檢中

13、，現(xiàn)要求對每班產(chǎn)品的不良率作控制圖。 每班檢驗的端蓋總數(shù)就是樣本量，共收集了25班的檢驗數(shù)及不良數(shù)。,案例分析,1.收集的數(shù)見下表：,案例分析,根據(jù)公式計算各 樣本組的上下控制限 在實際應用中,當各組容量與其平均值相差不超過正負25%時,可用平均樣本容量( )來計算控制限.,案例分析,繪制控制圖，并進行分析：,單位缺陷數(shù)控制圖(U圖),適合用于對單位樣本數(shù)量（如面積、容積、長度、時間等）上缺陷數(shù)進行控制的場合； 通常服從泊松分布; 可近似與正態(tài)分布 來處理; 取樣大小可以是不固定的，只要能計算出每單位上的缺陷數(shù)即可；,單位缺陷數(shù)控制圖(U圖),檢驗并記錄數(shù)據(jù) 計算平均單位缺陷數(shù) 計算中心線和控

14、制界限 繪制控制圖并進行分析,與n有關！,設n為樣本大小，C為缺陷數(shù)，則單位缺陷數(shù)為： u=c/n,案例分析,現(xiàn)需要對一注塑產(chǎn)品的缺陷進行控制圖分析， 收集的數(shù)據(jù)記錄如下表：,控制限的計算,在實際應用中,當各組容量與其平均值相差不超過正負25%時,可用平均樣本容量( )來計算控制限.,繪制控制圖，并進行分析,案例分析,其他的控制圖,不良品數(shù)控制圖（Pn圖） 缺陷數(shù)控制圖（C圖）,不良品數(shù)控制圖（Pn）,樣本容量n恒定； 不合格品數(shù)是一個服從二項分布的隨機變量； 當np 5時近似服從正態(tài)分布N np，np（1-p）,不良品數(shù)控制圖,確定數(shù)據(jù)樣本容量n的大小,n常取50以上的數(shù). 收集數(shù)據(jù)Pn1，

15、Pn2, Pn3 , , Pnk ,k為樣本數(shù) 計算控制中心和控制界限 繪制控制圖并進行分析,缺陷數(shù)控制圖（C圖）,控制對象為一定單位(如一定長度、一定面積、一定體積等）上面的缺陷數(shù)； 如鑄件表面的氣孔數(shù)、機器裝好后發(fā)現(xiàn)的故障數(shù)； 產(chǎn)品上的缺陷數(shù)服從泊松分布； 近似為正態(tài)分布處理，均值為C，標準偏差為,缺陷數(shù)控制圖,1.收集數(shù)據(jù)： 一般取2025組數(shù)據(jù)； 如果缺陷數(shù)較小，可將幾個樣本合為一個， 使每組缺陷數(shù)C=0的情況盡量減少，否則用來作控制圖不適宜； 不同的缺陷應盡可能分層處理。,缺陷數(shù)控制圖,2. 計算平均缺陷數(shù) 3. 計算中心線和控制界限: 4. 繪制控制圖并進行分析,計量型數(shù)據(jù)嗎？,性

16、質(zhì)上是否均勻 或不能按子組取樣？,關心的是 不合格品率嗎？,樣本容量 是否恒定？,樣本容量 是否恒定？,子組容量 9？,np或p圖,p圖,C或U圖,U圖,是,否,是,是,是,是,是,否,否,否,否,否,關心的是 單位零件缺陷數(shù)嗎？,是,選擇合適的控制圖,運用控制圖進行“控制”,廣州今朝科技有限公司 Guangzhou Today Technology LTD,內(nèi)容提要,控制圖應用的兩個階段 運用控制圖判斷過程受控/失控 什么時候重新計算控制限 使用控制圖應注意的問題,分析階段 控制階段,控制圖應用的二個階段,分析階段,在控制圖的設計階段使用,主要用以確定合理的控制界限 每一張控制圖上的控制界限

17、都是由該圖上的數(shù)據(jù)計算出來,從分析階段轉(zhuǎn)入控制階段,在什么條件下分析階段確定的控制限可以轉(zhuǎn)入控制階段使用： 控制圖是受控的 過程能力能夠滿足生產(chǎn)要求,控制階段,控制圖的控制界限由分析階段確定 控制圖上的控制界限與該圖中的數(shù)據(jù)無必然聯(lián)系 使用時只需把采集到的樣本數(shù)據(jù)或統(tǒng)計量在圖上打點就行,（1）所有樣本點都在控制界限之內(nèi)； （2）樣本點均勻分布，位于中心線兩側(cè)的樣本點約各占1/2； （3）靠近中心線的樣本點約占2/3； （4）靠近控制界限的樣本點極少。,受控狀態(tài)在控制圖上表現(xiàn),判斷受控與失控,x,UCL,CL,LCL,t,控制圖的受控狀態(tài),失控狀態(tài)在控制圖上表現(xiàn),明顯特征是有: （1）一部分樣本

18、點超出控制界限 除此之外，如果沒有樣本點出界，但 （2）樣本點排列和分布異常， 也說明生產(chǎn)過程狀態(tài)失控。,判斷受控與失控,（1）有多個樣本點連續(xù)出現(xiàn)在中心線一側(cè) * 連續(xù)7個點或7點以上出現(xiàn)在中心線一側(cè)； * 連續(xù)11點至少有10點出現(xiàn)在中心線一側(cè)； * 連續(xù)14點至少有12點出現(xiàn)在中心線一側(cè)。,典型失控狀態(tài),（2）連續(xù)7點上升或下降,典型失控狀態(tài),（3）有較多的邊界點 * 連續(xù)3點中有2點落在警戒區(qū)內(nèi)； * 連續(xù)7點中有3點落在警戒區(qū)內(nèi)； * 連續(xù)10點中有4點落在警戒區(qū)內(nèi)。,警戒區(qū)： 23的區(qū)域,典型失控狀態(tài),（4）樣本點的周期性變化（包括階段的周期性、波動的周期性）,UCL,CL,LCL

19、,典型失控狀態(tài),（5）樣本點分布的水平突變,典型失控狀態(tài),（6）樣本點的離散度變大,x,UCL,CL,LCL,t,典型失控狀態(tài),顏色管理（color Management）,藍色：未經(jīng)檢測的點 綠色：檢測后正常的點 紅色：檢測后異常點 黃色 ：異常點經(jīng)過異常編輯且有了改善措施的點,重新計算控制限,控制圖是根據(jù)穩(wěn)定狀態(tài)下的條件（人員、設備、原材料、工藝方法、測量系統(tǒng)、環(huán)境）來制定的。如果上述條件變化，則必須重新計算控制限，例如： 操作人員經(jīng)過培訓，操作水平顯著提高； 設備更新、經(jīng)過修理、更換零件； 改變工藝參數(shù)或采用新工藝； 改變測量方法或測量儀器； 采用新型原材料或其他原材料； 環(huán)境變化。,重

20、新計算控制限,使用一段時間后檢驗控制圖還是否適用，控制限是否過寬或過窄，否則需要重新收集數(shù)據(jù)計算控制限； 過程能力值有大的變化時，需要重新收集數(shù)據(jù)計算控制限。,控制界限與規(guī)格界限,規(guī)格由客戶或設計部門給出; 控制界限由過程的實際數(shù)據(jù)統(tǒng)計計算得出; 一般情況下,控制界限嚴于規(guī)格;,控制圖的應用程序,過程能力研究,廣州今朝科技有限公司 Guangzhou Today Technology LTD,內(nèi)容提要,過程能力的基本概念 Cp、Cpk與Pp、Ppk的含義與區(qū)別 Cp、Cpk與Pp、Ppk的計算方法 如何運用過程能力指數(shù)進行管理,過程能力的概念,過 程 能 力 指 處 于 統(tǒng)計穩(wěn) 態(tài) 下 的 過

21、 程 的 加 工 能 力，是過程內(nèi)部本身的性能，不考慮規(guī)范對過程分布寬度是如何規(guī)定的。,過 程 能 力,過程能力是以該過程產(chǎn)品質(zhì)量特性值的變異或波動來表示的； 根據(jù)3原理，在分布范圍 3 內(nèi)，包含了99.73%的數(shù)據(jù)，接近于1，因此以3 ，即6 為標準來衡量過程是否具有足夠的精確度和良好的經(jīng)濟特性的。過程能力記為B，則 B= 6 ,過 程 Sigma,估計Sigma,計算Sigma,Cp、Cpk與Pp、Ppk的含義與區(qū)別,Cp指數(shù)= Cp:(Capability of Process)過程能力指數(shù) Cpk:修正的過程能力指數(shù),過程能力指數(shù),過程平均值和規(guī)格中心的偏移,過程能力指數(shù)Cpm,當規(guī)格

22、中心與目標值不重合時的過程能力指數(shù),過程平均值和目標值的偏移,Cp,Cpk,Cpm,Pp,Ppk,Ppm,Ppk與Cpk,Pp: (Performance of Process)過程性能指數(shù)Ppk:修正的過程性能指數(shù),案例分析,我們再來看前面的作控制圖的案例：,案例分析,過程有一個異常點，是由于偶然因素造成，調(diào)查表明是該檢驗員當時委托他人代為測量，而這代理人不適于操作精密測量設備，可能讀數(shù)不準確，也有可能偽造了數(shù)據(jù)。 剔除這個異常點，過程是受控的。,剔除異常點數(shù)據(jù)表,案例分析,根據(jù)這24個子組計算得： 計算得到的標準差=0.0019,案例分析,規(guī)格寬度（要求）=0.016 工序?qū)挾龋? ）=6

23、 =0.0106 Cp=0.016/0.0106=1.5094,案例分析,由于存在一定的偏移，那么我們真正能做到多好 呢？ Cpk=min(Cpu,Cpl)=min(1.2612,1.7569)=1.2612 或者 Cpk=Cp(1-K)=1.5094(1-0.1625)=1.2612,案例分析,我們實際做得有多好呢？ Pp=1.3699 Ppk=1.1411 這說明我們還可以做得更好,計數(shù)型的過程能力評價,對于p,np圖, 過程能力是通過過程平均不合品率 來表示,當所有點都受控后才計算該值. 對于c圖,過程能力為 ,即固定容量n的樣本的缺陷數(shù)的平均值. 對于u圖,過程能力為 ,即每單位缺陷數(shù)

24、的均值.,Cpk與不良數(shù)量一覽表,如何運用過程能力指數(shù)進行管理,當Cpk指數(shù)值降低代表要增加： 控制 檢查 返工及報廢， 在這種情況下，成本會增加，品質(zhì)也會降低， 生產(chǎn)能力可能不足。,如何運用過程能力指數(shù)進行管理,當Cpk指數(shù)值增大，不良品減少，最重要是產(chǎn)品/零件接近我們的“理想設計數(shù)值/目標”，給予顧客最大滿足感。 當Cpk指數(shù)值開始到達1.33或更高時對檢驗工作可以減少，減少我們對運作審查成本。,SPC技術的其他工具,廣州今朝科技有限公司 Guangzhou Today Technology LTD,內(nèi)容提要,排列圖（柏拉圖） 分層分析法 相關與回歸分析 SPC知識回顧,Pareto理論在

25、品質(zhì)管理中的應用,目的：尋找主要問題或影響質(zhì)量的主要原因,品質(zhì)管理中主要應用,缺陷柏拉圖 異常柏拉圖 原因柏拉圖 措施柏拉圖,某鑄造車間生產(chǎn)一種鑄件，質(zhì)量不良項目有氣孔、未充滿、偏心、形狀不佳、裂紋、其他等項。記錄一周內(nèi)某班所生產(chǎn)的產(chǎn)品不良情況數(shù)據(jù)，并將不良項目作成累計頻數(shù)和百分比匯總表：,案例分析,鑄件不良項目的排列圖,Pareto理論的作用,找出“重要的少數(shù)” 因為80%的問題由20%的潛在原因引起,分層分析法,概念：將數(shù)據(jù)依照使用目的，按照其性質(zhì)、來源、影響因素等進行分類，把性質(zhì)相同、在同一生產(chǎn)條件下收集到的質(zhì)量特性數(shù)據(jù)歸并在一起的方法。 通常和其他方法一起使用。如將數(shù)據(jù)分層之后再進行加

26、工整理成分層排列圖、分層直方圖、分層控制圖等。,常用分層方法,按不同時間、線別分，如按班次、不同生產(chǎn)線分； 按操作人員分，如按工人的級別； 按操作方法分，如按切削用量、溫度、壓力； 按原材料、產(chǎn)品分，如按供料單位、批次、產(chǎn)品、客戶等； 其他分層，如按檢驗手段、使用條件、氣候條件等。,案例分析,在柴油機裝配中經(jīng)常發(fā)生汽缸墊漏氣現(xiàn)象，為解決這一問題， 對該工序進行現(xiàn)場統(tǒng)計。 收集數(shù)據(jù)：n=50，漏氣數(shù)f=19 漏氣率 P=f/n=19/50=0.38 即38% 分析原因：通過分析，認為造成漏氣有兩個原因： 該工序涂密封劑的工人A，B，C三人的操作方法有差異； 汽缸墊分別由甲、乙兩廠供應，原材料有差異； 因此，采用分層法列表